.reshape(shape)：不改变原数组元素 ， 返回一个新的shape维度的数组（维度变换）

.resize(shape)：与.reshape功能一致 ， 但修改原数组（维度变换）

.swapaxes(ax1,ax2) 将数组n个维度中两个维度进行调换（维度变换）

.flatten：对数组进行降维 ， 返回折叠后的一维数组 ， 原数组不变（维度变换）

.tolist：将N维数组转换成列表（维度变换）

ndarray数组的索引和切片具体使用参考

• #ji-ben-de-suo-yin-he-qie-pian
  
• #indexing-slicing-and-iterating
  
• 
  

ndarray数组的运算

• 数组与标量之间的运算 ， 都会作用于数组的每一个元素；
  
• 大小相同的数组之间的任何算术运算 ， 都会将运算应用到元素级；
  
• 大小相同的数组之间的比较运算 ， 都会将运算应用到元素级并生成布尔值数组；
  
• np.abs(arr)\np.fabs(arr)：计算数组arr各元素的绝对值
  
• np.sqrt(arr)：计算数组arr各元素的平方根
  
• np.square(arr)：计算数组arr各元素的平方
  
• np.log(arr)\np.log10(arr)\np.log2(arr)：计算数组arr各元素的自然对数、10底对数和2底对数
  
• np.ceil(arr)\np.floor(arr)：计算数组arr各元素的ceiling值 或 floor值
  
• np.rint(arr) 计算数组arr各元素的四舍五入值
  
• np.modf(arr) 将数组arr各元素的小数和整数部分以两个独立数组形式返回
  
• np.cos(arr)\np.cosh(arr)\np.sin(arr)\np.sinh(arr)\np.tan(arr)\np.tanh(arr)计算数组arr各元素的普通型和双曲型三角函数
  
• np.exp(arr) 计算数组arr各元素的指数值
  
• np.sign(arr) 计算数组arr各元素的符号值 ， 1(+), 0, ‐1(‐)
  

利用ndarray进行数据处理排序ndarray数组通过.sort函数排序 ， 多维数组时传入轴编号
NumPy的随机数函数

• np.random.rand(d0,d1,..,dn)：根据d0‐dn创建随机数数组 ， 浮点数 ， [0,1) ， 均匀分布
  
• np.random.randn(d0,d1,..,dn)：根据d0‐dn创建随机数数组 ， 标准正态分布
  
• np.random.randint(low[,high,shape])：根据shape创建随机整数或整数数组 ， 范围是[low, high)
  
• np.random.seed(s)：随机数种子 ， s是给定的种
  
• np.random.shuffle(a)：根据数组a的第1轴进行随排列 ， 改变数组x
  
• np.random.permutation(a)：根据数组a的第1轴产生一个新的乱序数组 ， 不改变数组x
  
• np.random.choice(a[,size,replace,p])：从一维数组a中以概率p抽取元素 ， 形成size形状新数组 replace表示是否可以重用元素 ， 默认为False
  
• np.random.uniform(low,high,size)：产生具有均匀分布的数组,low起始值,high结束值,size形状
  
• np.random.normal(loc,scale,size)：产生具有正态分布的数组,loc均值,scale标准差,size形状
  
• np.random.poisson(lam,size)：产生具有泊松分布的数组,lam随机事件发生率,size形状
  

NumPy的统计类函数

• np.sum(a, axis=None)：根据给定轴axis计算数组a相关元素之和 ， axis整数或元组
  
• np.mean(a, axis=None)：根据给定轴axis计算数组a相关元素的期望 ， axis整数或元组
  
• np.average(a,axis=None,weights=None)：根据给定轴axis计算数组a相关元素的加权平均值
  
• np.std(a, axis=None)：根据给定轴axis计算数组a相关元素的标准差
  
• np.var(a, axis=None)：根据给定轴axis计算数组a相关元素的方差
  
• np.min(a)\max(a)：计算数组a中元素的最小值、最大值
  
• np.argmin(a)\argmax(a)：计算数组a中元素最小值、最大值的降一维后下标
  
• np.unravel_index(index, shape)：根据shape将一维下标index转换成多维下标
  
• np.ptp(a)：计算数组a中元素最大值与最小值的差
  
• np.median(a)：计算数组a中元素的中位数（中值）
  

NumPy的梯度函数梯度：连续值之间的变化率 ， 即斜率XY坐标轴连续三个X坐标对应的Y轴值：a, b, c ， 其中 ， b的梯度是：(c‐a)/2

• np.gradient(f)：计算数组f中元素的梯度 ， 当f为多维时 ， 返回每个维度梯度
  

（完）
今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材：《Pattern Recognition and Machine Learning》 ， 中文译名《模式识别与机器学习》 ， 简称 PRML 。 出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手 。 对 ， 就是豆瓣评分 9.5 的这本书 。
文章插图
资料获取方法
2. 后台回复关键词：PRML
回复「PRML」即可获取资料

• 告诉|阿里大佬告诉你如何一分钟利用Python在家告别会员看电影
• Python源码阅读-基础1
• Python调用时使用*和**
• 如何基于Python实现自动化控制鼠标和键盘操作
• 解决多版本的python冲突问题
• 学习python第二弹
• Python中文速查表-Pandas 基础
• 零基础小白Python入门必看：通俗易懂，搞定深浅拷贝
• Python 使用摄像头监测心率！这么强吗？
• WhatsApp更新壁纸和表情包用法